Vous êtes sur la page 1sur 21

UNIVERSIDAD PRIVADA ANTENOR ORREGO

FACULTAD DE INGENIERIA
ESCUELA DE INGENIERÍA INDUSTRIAL

METODOLGIA DE LA INVESTIGACION CIENTIFICA

DOCENTE:
ELIAS ROCA, Ricardo

TEMA:
HIPÓTESIS, VARIABLES, OPERACIONALIZACION

INTEGRANTES DEL GRUPO:

 CASTILLO GAMBOA, Milton


 CRUZADO HUAMAN, Luis Francisco
 VIEIRA PAREDES, Jhajaira Yuliany
 CARO FLORES, Miguel

TURNO:
Miércoles: 7:00 h – 8:40 h
Sábado: 10:40 h – 12:25 h
INDICE: ..……………………………………………………………1
PROBLEMÁTICA: …………………………………………………………………………….………2
OBJETIVOS: …………………………………………………………………………………………..2
TEMA: HIPÓTESIS, VARIABLES, OPERACIONALIZACION: …………………………………..3
HIPÓTESIS: ………………………………………………………………………………………...…3

¿EN TODA INVESTIGACIÓN CUANTITATIVA DEBEMOS PLANTEAR HIPÓTESIS?.........3


¿LAS HIPÓTESIS SON SIEMPRE VERDADERAS?................................................................4
¿QUÉ CARACTERÍSTICAS DEBE TENER UNA HIPÓTESIS? ……………………….….…….5
TIPOS DE HIPÓTESIS; …………………………………………………………………………..….6
1. hipótesis de investigación
2. hipótesis nulas
3. hipótesis alternativas
4. hipótesis estadísticas
¿CUÁNTAS HIPÓTESIS SE DEBEN FORMULAR EN UNA INVESTIGACIÓN? ………….…10
¿QUÉ ES LA PRUEBA DE HIPÓTESIS? …………………………………………………...........10
¿CUÁL ES LA UTILIDAD DE LAS HIPÓTESIS?.....................................................................10
¿DEBEN DEFINIRSE LAS VARIABLES DE UNA HIPÓTESIS COMO PARTE DE SU
FORMULACIÓN? …………………………………………………………………………………...11
VARIABLES…………………………………………………………………………………………..12
IDENTIFICACIÓN DE LAS VARIABLES: …………………………………………………………13
CLASIFICACION DE LAS VARIABLES DESDE CINCO PUNTOS DE VISTA: ………………13
1. Punto de vista de nivel de medición.
2. Punto de vista metodológico.
3. Punto de vista teórico explicativo.
4. Punto de vista manipulativo.
5. Punto de vista de sistemas.
CLASIFICACION DE LAS VARIABLES: ………………………………………………………….15
OPERACIONALIZACION: ………………………………………………………………………….17
¿QUÉ ES OPERACIONALIZACIÓN DE VARIABLES? ………………………………………....17
¿QUÉ ES UNA DEFINICIÓN OPERACIONAL?................................................................... .18
METODOLOGÍA: ……………………………………………………………………………………19
BIBLIOGRAFIA: ……………………………………………………………………………………..20

1
PROBLEMÁTICA:

El término hipótesis y su utilización dentro del proceso de investigación científico es de


empleo reciente, quiz· las ideas pioneras del historiador William Whewell escritas en 1847
(History of the inductive sciences) y la influencia de la obra monumental de Hegel (1779-
1831), Comte (1798- 1857) y Federico Engels (1820-1895), como reconocidos pensadores,
nos proporcionan ese marco de referencia conocido como método científico; sin embargo,
es muy probable que a partir de la obra del gran fisiólogo y médico francés Claude Bernard
(1813-1878) sea clásico distinguir en la investigación experimental tres etapas: la
observación, la hipótesis y la comprobación, y que es a través del cual que reconocemos
que la hipótesis es la brújula que guía la generación de conocimiento científico. De tal
manera que cualquier investigador esté obligado a formular o plantear una o varias
hipótesis, que una vez contrastadas le permitirán generar conocimiento científico.

Decir que una base empírica es esencial a las disciplinas científicas nos resulta evidente a
todos. Quizá por ello, cierta confusión nos asalta cuando hallamos frases del tipo "desde un
punto de vista empírico, las leyes derivadas de la Ciencia carecen de una verdadera
entidad", o bien, "una interpretación empirista de la Ciencia responde a una visión ingenua
de ésta"; y, sin embargo, no existe contradicción alguna entre estas afirmaciones.

Lo cierto es que el término empírico puede referirse tanto a algo basado en la experiencia
como a algo relativo al empirismo. Pero es aquí donde apenas comienza el motivo de la
confusión, porque el término empirismo es en realidad polisémico. Empirismo es "un sistema
o procedimiento fundado sólo en la experiencia", pero empirismo también es "un sistema
filosófico que toma la experiencia como única base de los conocimientos humanos".

El empirismo está más alejado de la Ciencia de lo que en principio se podría pensar. Al igual
que el método científico, los procedimientos rigurosamente empiristas tratan de confirmar
hipótesis, pero lo hacen de un modo sustancialmente diferente. El método científico implica
seleccionar o diseñar aquellas experiencias concretas cuyos resultados puedan ser
considerados de máxima relevancia para la hipótesis que se formula. El método científico
también implica analizar y evaluar detalladamente todo tipo de resultados, tanto aquellos
que confirman los objetivos o hipótesis iniciales como aquellos que parecen contradecirlos.
Por el contrario, en el empirismo no hay selección rigurosa de experiencias; se tantea al
azar hasta confirmar lo esperado. Tampoco hay un verdadero análisis detallado de los
resultados; los resultados "negativos», simplemente, son desechados.

OBJETIVOS:

 Transmitir información objetiva acerca de la hipótesis de investigación: cuáles son


sus tipos y cómo plantearla.
 Informar sobre la definición de variables, que tipos existen y cómo identificarlas en un
proyecto de investigación.
 Explicar de manera textual y gráfica, cómo se realiza la operacionalización de las
variables.

2
TEMA:
HIPÓTESIS, VARIABLES, OPERACIONALIZACION

HIPÓTESIS
La palabra hipótesis se deriva del griego “Hipo” = “bajo” y Thesis = “posición o
situación”.
Una Hipótesis es un enunciado proposicional que plantea una nueva solución creativa,
innovadora, a un problema nuevo; mediante el cruce de variables o factores, con poder
explicativo o predictivo; que por ser necesariamente nueva aun no puede gozar de aceptación,
figura en el Plan y el Informe Final y es el eje principal de orientación sobre lo que debe
contrastarse en la ejecución o desarrollo de la investigación.
La Hipótesis es, académicamente, la esencia de una Tesis; lo fundamental de lo que
propone un investigador.
La Hipótesis en una empresa, gerencialmente, es la propuesta nueva de solución; que
implica riesgos, pero nos puede llevar a una innovación, que haga la diferencia y nos lleve al
éxito; o, a un nuevo éxito.
Cabe señalar que en nuestra vida cotidiana constantemente elaboramos hipótesis
acerca de muchas cosas y luego indagamos su veracidad. Por ejemplo, establecemos una
pregunta de investigación: “¿Le gustaré a Paola?”, y una hipótesis: “Le resulto atractivo a
Paola”. Esta hipótesis es una explicación tentativa y está formulada como proposición.
Después investigamos si se acepta o se rechaza la hipótesis, al cortejar a Paola y observar el
resultado.

¿EN TODA INVESTIGACIÓN CUANTITATIVA DEBEMOS PLANTEAR HIPÓTESIS?


No, no en todas las investigaciones cuantitativas se plantean hipótesis. El hecho de
que formulemos o no hipótesis depende de un factor esencial: el alcance inicial del estudio.
Las investigaciones cuantitativas que formulan hipótesis son aquellas cuyo planteamiento
define que su alcance será correlacional o explicativo, o las que tienen un alcance descriptivo,
pero que intentan pronosticar una cifra o un hecho. Esto se resume en la siguiente tabla.

Un ejemplo de estudio con alcance descriptivo y pronóstico sería aquel que


únicamente pretenda medir el índice delictivo en una ciudad (no se busca relacionar la
incidencia delictiva con otros factores como el crecimiento poblacional, el aumento de los
niveles de pobreza o la drogadicción, ni mucho menos establecer las causas de tal índice).
Entonces, tentativamente se pronosticaría, mediante una hipótesis, cierta cifra o proporción:
“el índice delictivo para el siguiente semestre será menor a un delito por cada mil habitantes”.

3
Por lo regular, los estudios cualitativos no formulan hipótesis antes de recolectar datos
(aunque no siempre ocurre así). Su naturaleza es más bien inducir las hipótesis por medio de
la recolección y el análisis de los datos, como se comentará en la tercera parte del libro, “El
proceso de la investigación cualitativa”.
En una investigación podemos tener una, dos o varias hipótesis.

¿LAS HIPÓTESIS SON SIEMPRE VERDADERAS?


Las hipótesis no necesariamente son verdaderas, pueden o no serlo, y pueden o no
comprobarse con datos. Son explicaciones tentativas, no los hechos en sí. Al formularlas, el
investigador no está totalmente seguro de que vayan a comprobarse. Como ejemplifican
Black y Champion (1976), una hipótesis es diferente de la afirmación de un hecho. Si alguien
establece la siguiente hipótesis (refiriéndose a un país determinado): “las familias que viven
en zonas urbanas tienen menor número de hijos que las familias que viven en zonas rurales”,
ésta puede ser o no comprobada. En cambio, si una persona sostiene lo anterior basándose
en información de un censo poblacional reciente de ese país, no establece una hipótesis, sino
que afirma un hecho.
Las hipótesis pueden ser más o menos generales o precisas, y abarcar dos o más
variables; pero en cualquier caso son sólo afirmaciones sujetas a comprobación empírica, es
decir, a verificación en la realidad.
Ejemplos:
• “La proximidad geográfica entre los hogares de las parejas de novios está
vinculada positivamente con el nivel de satisfacción que les proporciona su
relación.”
• “La incidencia de cáncer pulmonar es mayor entre los fumadores que entre los no
fumadores.”
• “A mayor variedad en el trabajo, habrá mayor motivación intrínseca para
cumplirlo.”
Por ejemplo, la primera hipótesis vincula dos variables: “proximidad geográfica
entre los hogares de los novios” y “nivel de satisfacción en la relación”.
Las hipótesis pueden surgir por analogía, al aplicar información a otros contextos,
como la teoría del campo en psicología, que surgió de la teoría del comportamiento de los
campos electromagnéticos. Éstos también forman las auroras boreales.
Las hipótesis de la teoría Galileo —propuestas por Joseph Woelfel y Edward L. Fink
(1980)— para medir el proceso de la comunicación, tienen orígenes importantes en la física y
otras ciencias exactas (las dinámicas del “yo” se apoyan en nociones del álgebra de vectores).
Asimismo, a veces la experiencia y la observación constante ofrecen materia potencial
para el establecimiento de hipótesis importantes, y lo mismo se dice de la intuición. Desde
luego, cuanto menor apoyo empírico previo tenga una hipótesis, se deberá tener mayor
cuidado en su elaboración y evaluación. No es aceptable formular hipótesis de manera
superficial. Establecer hipótesis sin haber revisado cuidadosamente la literatura puede
conducirnos a errores como postular algo demasiado comprobado o algo que ha sido
rechazado contundentemente. Un ejemplo burdo, pero ilustrativo sería pretender establecer
la siguiente hipótesis: “Los seres humanos pueden volar por sí mismos, únicamente con su
cuerpo”.

4
¿QUÉ CARACTERÍSTICAS DEBE TENER UNA HIPÓTESIS?
1. La hipótesis debe referirse a una situación “real”. Como argumenta Castro-Rea (2009),
las hipó- tesis sólo pueden someterse a prueba en un universo y un contexto bien definidos.
Por ejemplo, una hipótesis relativa a alguna variable del comportamiento gerencial
(digamos, la motivación) deberá someterse a prueba en una situación real (con ciertos
gerentes de organizaciones existentes). En ocasiones, en la misma hipótesis se hace
explícita esa realidad (por ejemplo, “los niños guatemaltecos que viven en zonas urbanas
imitarán más la conducta violenta de la televisión, que los niños guatemaltecos que viven
en zonas rurales”), y otras veces la realidad se define por medio de explicaciones que
acompañan a la hipótesis. Así, la hipótesis: “cuanto mayor sea la realimentación sobre el
desempeño en el trabajo que proporcione un gerente a sus supervisores, más elevada será
la motivación intrínseca de éstos hacia sus tareas laborales”, no explica qué gerentes, de
qué empresas. Y será necesario contextualizar la realidad de dicha hipótesis; afirmar, por
ejemplo, que se trata de gerentes de todas las áreas, de empresas exclusivamente
industriales con más de mil trabajadores y ubicadas en Medellín, Colombia. Es muy
frecuente que cuando nuestras hipótesis provienen de una teoría o una generalización
empírica (afirmación comprobada varias veces en “la realidad”), sean manifestaciones
contextualizadas o casos concretos de hipótesis generales abstractas. La hipótesis: “a
mayor satisfacción laboral mayor productividad” es general y susceptible de someterse a
prueba en diversas realidades (países, ciudades, parques industriales o aun en una sola
empresa; con directivos, secretarias u obreros, etc.; en empresas comerciales, industriales,
de servicios o combinaciones de estos tipos, giros o de otras características). En estos
casos, al probar nuestra hipótesis contextualizada aportamos evidencia en favor de la
hipótesis más general.
2. Las variables o términos de la hipótesis deben ser comprensibles, precisos y lo más
concretos que sea posible. Términos vagos o confusos no tienen cabida en una hipótesis.
Así, globalización de a economía y sinergia organizacional son conceptos imprecisos y
generales que deben sustituirse por otros más específicos y concretos.
3. La relación entre variables propuesta por una hipótesis debe ser clara y verosímil
(lógica). Es indispensable que quede clara la forma en que se relacionan las variables, y
esta relación no puede ser ilógica. La hipótesis: “la disminución del consumo del petróleo
en Estados Unidos se relaciona con el grado de aprendizaje del álgebra por parte de niños
que asisten a escuelas públicas en Buenos Aires”, sería inverosímil. No es posible
considerarla.
4. Los términos o variables de la hipótesis deben ser observables y medibles, así como
la relación planteada entre ellos, o sea, tener referentes en la realidad. Las hipótesis
científicas, al igual que los objetivos y las preguntas de investigación, no incluyen aspectos
morales ni cuestiones que no podamos medir. Hipótesis como: “los hombres más felices
van al cielo” o “la libertad de espíritu está relacionada con la voluntad angelical”, implican
conceptos o relaciones que no poseen referentes empíricos; por tanto, no son útiles como
hipótesis para investigar científicamente ni pueden someterse a prueba en la realidad.
5. Las hipótesis deben estar relacionadas con técnicas disponibles para probarlas. Este
requisito está estrechamente ligado con el anterior y se refiere a que al formular una
hipótesis, tenemos que analizar si existen técnicas o herramientas de investigación para
verificarla, si es posible desarrollarlas y si se encuentran a nuestro alcance.
Se puede dar el caso de que existan esas técnicas, pero que por diversas causas no estén
a nuestro alcance. Alguien podría intentar probar hipótesis referentes a la desviación
presupuestaria en el gasto gubernamental de un país latinoamericano o a la red de
narcotraficantes en la ciudad de Miami, pero no disponer de formas eficaces para obtener sus
datos. Entonces, su hipótesis, aunque teóricamente muy valiosa, en la realidad no se puede
probar.

5
TIPOS DE HIPÓTESIS:
5. hipótesis de investigación
6. hipótesis nulas
7. hipótesis alternativas
8. hipótesis estadísticas

1. HIPÓTESIS DE INVESTIGACIÓN: Le sirve al investigador como base de su investigación,


puesto que trata de dar una explicación tentativa del fenómeno que se esta investigando. Se
les suele simbolizar como Hi o H1 , H2 , H3 , etc. (cuando son varias), y también se les
denomina “hipótesis de trabajo”.
Las hipótesis de investigación pueden ser:
a) H. Descriptivas de un valor o dato pronosticado. Estas hipótesis se utilizan a veces
en estudios descriptivos, para intentar predecir un dato o valor en una o más variables
que se van a medir u observar. Pero cabe comentar que no en todas las
investigaciones descriptivas se formulan hipótesis de esta clase o que sean
afirmaciones más generales (“la ansiedad en los jóvenes alcohólicos será elevada”;
“durante este año, los presupuestos de publicidad se incrementarán entre 50 y 70%”;
“la motivación extrínseca de los obreros de las plantas de las zonas industriales de
Valencia, Venezuela, disminuirá”; “el número de tratamientos psicoterapéuticos
aumentará en las urbes sudamericanas con más de tres millones de habitantes”). No
es sencillo realizar estimaciones precisas sobre ciertos fenómenos. Ejemplos: -“El
aumento del número de divorcios de parejas cuyas edades oscilan entre los 18 y 25
años será de 20% el próximo año” (en un contexto específico como una ciudad o un
país).” - “La inflación del próximo semestre no será superior a 3%”.
b) H. Correlacionales: Especifican las relaciones entre dos o más variables y
corresponden a los estudios correlacionales (“el tabaquismo está relacionado con la
presencia de padecimientos pulmonares”; “la administración de ciertos medicamentos
se encuentra asociada con daños físicos a la estructura de los dientes”). Sin embargo,
las hipótesis correlacionales no sólo pueden establecer que dos o más variables se
encuentran vinculadas, sino también cómo están asociadas. Alcanzan el nivel
predictivo y parcialmente explicativo. En los siguientes ejemplos no sólo se establece
que hay relación entre las variables, sino también cómo es la relación (qué dirección
sigue). Desde luego, es diferente formular hipótesis en las que dos o más variables
están vinculadas, que conjeturar cómo son estas relaciones. Ejemplos: -“A mayor
exposición de los adolescentes a videos musicales con alto contenido sexual, mayor
manifestación de estrategias en las relaciones interpersonales para establecer
contacto sexual”. (Aquí la hipótesis nos indica que cuando una variable aumenta, la
otra también y viceversa, cuando una variable disminuye, la otra desciende.) - “A
mayor autoestima, habrá menor temor al éxito”. (Aquí la hipótesis nos señala que
cuando una variable aumenta, la otra disminuye; y si ésta disminuye, aquélla
aumenta.) -“Las telenovelas latinoamericanas muestran cada vez mayor contenido
sexual en sus escenas”. (En esta hipótesis se correlacionan las dos variables
siguientes: época o tiempo en que se producen las telenovelas y contenido sexual.)
c) H. De diferencia de grupos: Estas hipótesis se formulan en investigaciones cuya
finalidad es comparar grupos. Por ejemplo, supongamos que un publicista piensa que
un comercial televisivo en blanco y negro, cuyo objetivo es persuadir a los
adolescentes que comienzan a fumar para que dejen de hacerlo, tiene una eficacia
diferente que uno a colores. Su pregunta de investigación sería: un comercial de
televisión con el mensaje de persuadir a los adolescentes que comienzan a fumar para
que dejen de hacerlo, ¿es más eficaz si está en blanco y negro que si está a colores?
Y su hipótesis quedaría formulada así: “El efecto persuasivo para dejar de fumar no
será igual en los adolescentes que vean la versión del comercial televisivo a colores,

6
que el efecto en los adolescentes que vean la versión del comercial en blanco y negro”.
Otros ejemplos de este tipo de hipótesis son los siguientes:
 “Los adolescentes le atribuyen más importancia al atractivo físico en sus
relaciones de pareja, que las adolescentes a las suyas.”
 “El tiempo que tardan en mostrar síntomas de sida las personas contagiadas por
transfusión sanguínea, es menor que el de las que adquieren el VIH por
transmisión sexual.”
En los tres ejemplos anteriores se plantea una posible diferencia entre grupos, sólo
que en el primero de ellos únicamente se establece que hay diferencia entre los grupos
comparados, pero no se afirma en cuál el impacto será más determinante. No se
estipula si el efecto persuasivo es mayor en los adolescentes que ven el comercial en
blanco y negro o en quienes lo ven a colores. Se limita a decir que se espera una
diferencia. En cambio, en el segundo, la hipótesis, además de establecer la diferencia,
especifica cuál de los grupos tendrá mayor valor en la variable de comparación (los
jóvenes son quienes, según se piensa, atribuirán mayor importancia al atractivo físico).
Lo mismo ocurre en el tercer ejemplo (expresan más lentamente la enfermedad
quienes la adquieren por transmisión sexual). Cuando el investigador no tiene bases
para presuponer a favor de qué grupo será la diferencia, formula una hipótesis simple
de diferencia de grupos (como en el primer ejemplo de los comerciales). Y cuando sí
tiene bases, establece una hipótesis direccional de diferencia de grupos (como en los
otros ejemplos). Esto último, por lo común, sucede cuando la hipótesis se deriva de
una teoría o estudios antecedentes, o bien, cuando el investigador está bastante
familiarizado con el problema de estudio. Esta clase de hipótesis puede llegar a
abarcar dos, tres o más grupos. Algunos investigadores consideran a las hipótesis de
diferencia de grupos como un tipo de hipótesis correlacional, porque en última
instancia relacionan dos o más variables. El caso del atractivo físico relaciona la
variable del género con la variable de la atribución de la importancia del atractivo físico
en las relaciones de pareja.
d) H. Causales: Este tipo de hipótesis no solamente afirma la o las relaciones entre dos
o más variables y la manera en que se manifiestan, sino que además propone un
“sentido de entendimiento” de las relaciones. Tal sentido puede ser más o menos
completo, esto depende del número de variables que se incluyan, pero todas estas
hipótesis establecen relaciones de causa-efecto. Ejemplos:
 “La desintegración del matrimonio provoca baja autoestima en los hijos e hijas”.
(En el ejemplo, además de establecerse una relación entre las variables, se
propone la causalidad de esa relación.)
 “La satisfacción sobre la calidad del diseño ambiental del interior de la oficina
donde se labora incrementa significativamente la satisfacción general del espacio
de trabajo por parte de sus ocupantes y su desempeño laboral.”
Hipótesis causales bivariadas. En éstas se plantea una relación entre una variable
independiente y una variable dependiente. Por ejemplo: “el consumo diario y
permanente de selenio como suplemento alimenticio reduce el crecimiento de los
tumores cancerígenos en mujeres que se encuentran en la etapa inicial de la
enfermedad”
Hipótesis causales multivariadas. Plantean una relación entre diversas variables
independientes y una dependiente, una independiente y varias dependientes o
diversas variables independientes y varias dependientes.

2. HIPÓTESIS NULA: Las hipótesis nulas son, en cierto modo, el reverso de las hipótesis de
investigación. También constituyen proposiciones acerca de la relación entre variables, sólo que sirven
para refutar o negar lo que afirma la hipótesis de investigación. Si la hipótesis de investigación

7
propone: “los adolescentes le atribuyen más importancia al atractivo físico en sus relaciones de pareja
que las adolescentes”, la hipótesis nula postularía: “los adolescentes no le atribuyen más importancia
al atractivo físico en sus relaciones de pareja que las adolescentes”. Debido a que este tipo de hipótesis
resulta la contrapartida de la hipótesis de investigación, hay prácticamente tantas clases de hipótesis
nulas como de investigación. Es decir, la clasificación de hipótesis nulas es similar a la tipología de las
hipótesis de investigación: hipótesis nulas descriptivas de un valor o dato pronosticado, hipótesis que
niegan o contradicen la relación entre dos o más variables, hipótesis que niegan que haya diferencia
entre grupos que se comparan e hipótesis que niegan la relación de causalidad entre dos o más
variables (en todas sus formas). Las hipótesis nulas se simbolizan así: Ho. Veamos algunos ejemplos de
hipótesis nulas que corresponden a ejemplos de hipótesis de investigación que se mencionaron.

Ejemplos:
 “El aumento del número de divorcios de parejas cuyas edades oscilan entre los 18 y 25 años,
no será de 20% el próximo año.”
 “La administración de medicamentos no se encuentra asociada con daños físicos a la
estructura de los dientes.”
 “Las escenas de la telenovela La verdad de Paola no presentarán mayor contenido sexual que
las de la telenovela Sentimientos de Christian, ni éstas tendrán mayor contenido sexual que
las escenas de la telenovela Mi último amor, Mariana.” Esta hipótesis niega la diferencia entre
grupos y también podría formularse así: “No existen diferencias en el contenido sexual entre
las escenas de las telenovelas La verdad de Paola, Sentimientos de Christian y Mi último amor,
Mariana”. O bien: “El contenido sexual de las telenovelas La verdad de Paola, Sentimientos
de Christian y Mi último amor, Mariana es el mismo”.
 “La satisfacción sobre la calidad del diseño ambiental del interior de la oficina donde
se labora no incrementa la satisfacción general del espacio de trabajo por parte de sus
ocupantes ni su desempeño laboral” (hipótesis que niega la relación causal).

3. HIPÓTESIS ALTERNATIVAS: Como su nombre lo indica, son posibilidades alternas de las


hipótesis de investigación y nula: ofrecen una descripción o explicación distinta de las que
proporcionan éstas. Si la hipótesis de investigación establece: “esta silla es roja”, la nula
afirmará: “esta silla no es roja”, y podrían formularse una o más hipó- tesis alternativas: “esta
silla es azul”, “esta silla es verde”, “esta silla es amarilla”, etc. Cada una constituye una
descripción distinta de las que proporcionan las hipótesis de investigación y nula. Las hipótesis
alternativas se simbolizan como Ha y sólo pueden formularse cuando efectivamente hay otras
posibilidades, además de las hipótesis de investigación y nula. De no ser así, no deben
establecerse.
Ejemplos:
 “El candidato A obtendrá en la elección para la presidencia del consejo escolar entre
50 y 60% de la votación total”.
 “El candidato A no obtendrá en la elección para la presidencia del consejo escolar
entre 50 y 60% de la votación total”.
 “El candidato A obtendrá en la elección para la presidencia del consejo escolar más
de 60% de la votación total”.
 “El candidato A obtendrá en la elección para la presidencia del consejo escolar menos
de 50% de la votación total”.
 “Los jóvenes le atribuyen más importancia al atractivo físico en sus relaciones de
pareja que las jóvenes”.
 “Los jóvenes no le atribuyen más importancia al atractivo físico en sus relaciones de
pareja que las jóvenes”.

8
 “Los jóvenes le atribuyen menos importancia al atractivo físico en sus relaciones de
pareja que las jóvenes”.
En este último ejemplo de los jóvenes, si la hipótesis nula hubiera sido formulada de la
siguiente manera:
 “Los jóvenes no le atribuyen más importancia o le atribuyen menos importancia al
atractivo físico en sus relaciones de pareja que las jóvenes”.
No habría posibilidad de formular una hipótesis alternativa, puesto que las hipótesis de
investigación y nula abarcan todas las posibilidades. Las hipótesis alternativas, como
puede verse, constituyen otras hipótesis de investigación además de la hipótesis de
investigación original.

4. HIPOTESIS ESTADISTICAS: Las hipótesis estadísticas son la transformación de las


hipótesis de investigación, nulas y alternativas en símbolos estadísticos. Se pueden formular
sólo cuando los datos del estudio que se van a recolectar y analizar para probar o rechazar
las hipótesis son cuantitativos (números, porcentajes, promedios).
Hay tres tipos de hipótesis estadística que corresponden a clasificaciones de las hipótesis
de investigación y nula:
1) Hipótesis estadísticas de estimación: Sirven para evaluar la suposición de un
investigador respecto al valor de alguna característica de una muestra de individuos
u objetos, y de una población. Se basa en información previa. La estimación de estas
hipótesis no se limita a promedios; puede incluirse cualquier estadística (porcentajes,
medianas, modas).
Ejemplo:
 “El promedio mensual de casos de trastorno psiconeurótico caracterizados por
reacción asténica, que fueron atendidos en los hospitales de la ciudad de
Linderbuck es mayor a 200.”
 X > 200 (promedio mensual de casos atendidos) La hipótesis estadística nula
sería la negación de la hipótesis anterior:
 X < 200 (“ El promedio mensual de casos… es menor que 200”) y la hipótesis
alternativa sería: Ha: X = 200 (“ El promedio mensual de casos… es igual que
200”)
La correlación entre dos variables (cohesión y eficacia) (no es igual a cero, o lo que es lo
mismo, ambas variables están correlacionadas)
2) Hipótesis estadísticas de correlación: Tienen por objeto traducir en términos
estadísticos una correlación entre dos o más variables. El símbolo de una correlación
entre dos variables es “r” (minúscula) y entre más de dos variables “R” (mayúscula).
La hipótesis “a mayor cohesión en un grupo , mayor eficacia en el logro de sus metas
primarias”, puede traducirse así: Hi: r x y = 0
 rxy = 0 (“Las dos variables no están correlacionadas; su correlación es cero.”)
Otro ejemplo:
 Rxyz ≠0 (“La correlación entre las variables autonomía, variedad y motivación
intrínseca no es igual a cero.”)
 Rxyz = 0 (“No hay correlación.”)
3) Hipótesis estadísticas de la diferencia de medias u otros valores: estas hipótesis
comparan una estadística entre dos o más grupos.

9
¿CUÁNTAS HIPÓTESIS SE DEBEN FORMULAR EN UNA INVESTIGACIÓN?
Cada investigación es diferente. Algunas contienen gran variedad de hipótesis porque
el problema de investigación es complejo (por ejemplo, pretenden relacionar 15 o más
variables), mientras que otras contienen una o dos hipótesis. Todo depende del planteamiento
del problema. La calidad de una investigación no está relacionada con el número de hipótesis
que contenga. En este sentido, se debe tener el número de hipótesis necesarias para guiar el
estudio, ni una más ni una menos.

¿QUÉ ES LA PRUEBA DE HIPÓTESIS?


Como se ha dicho, en el proceso cuantitativo las hipótesis se someten a prueba o escrutinio
empírico para determinar si son apoyadas o refutadas, de acuerdo con lo que el investigador observa.
De hecho, para esto se formulan en la tradición deductiva. Ahora bien, en realidad no podemos probar
que una hipótesis sea verdadera o falsa, sino argumentar que fue apoyada o no de acuerdo con ciertos
datos obtenidos en una investigación particular. Desde el punto de vista técnico, no se acepta una
hipótesis por medio de un estudio, sino que se aporta evidencia a favor o en contra. Cuantas más
investigaciones apoyen una hipótesis, más credibilidad tendrá y, por supuesto, será válida para el
contexto (lugar, tiempo y participantes, casos o fenómenos) en que se comprobó. Al menos lo es
probabilísticamente. Las hipótesis, en el enfoque cuantitativo, se someten a prueba en la “realidad”
cuando se implementa un diseño de investigación, se recolectan datos con uno o varios instrumentos
de medición, y se analizan e interpretan esos mismos datos.

¿CUÁL ES LA UTILIDAD DE LAS HIPÓTESIS?


Es posible que alguien piense que con lo expuesto en este capítulo queda claro qué valor tienen
las hipótesis para la investigación. Sin embargo, creemos que es necesario ahondar un poco más en
este punto, mencionando las principales funciones de las hipótesis.

1. En primer lugar, son las guías de una investigación en el enfoque cuantitativo. Formularlas nos ayuda
a saber lo que tratamos de buscar, de probar. Proporcionan orden y lógica al estudio. Son como los
objetivos de un plan administrativo: las sugerencias formuladas en las hipótesis pueden ser soluciones
a los problemas de investigación. Si de hecho lo son o no, es la tarea del estudio (Castro-Rea, 2009).

2. En segundo lugar, tienen una función descriptiva y explicativa, según sea el caso. Cada vez que una
hipótesis recibe evidencia empírica a favor o en contra, nos dice algo acerca del fenómeno con el que
se asocia o hace referencia. Si la evidencia es a favor, la información sobre el fenómeno se incrementa;
y aun si la evidencia es en contra, descubrimos algo acerca del fenómeno que no sabíamos antes.

3. La tercera función es probar teorías. Cuando varias hipótesis de una teoría reciben evidencia
positiva, la teoría va haciéndose más sólida; y cuanta más evidencia haya a favor de aquéllas, más
evidencia habrá a favor de ésta.

4. Una cuarta función consiste en sugerir teorías. Diversas hipótesis no están asociadas con ninguna
teoría; pero llega a suceder que, como resultado de la prueba de una hipótesis, se pueda formular una
teoría o las bases para ésta.

10
¿DEBEN DEFINIRSE LAS VARIABLES DE UNA HIPÓTESIS COMO PARTE DE SU
FORMULACIÓN?
Al formular una hipótesis, es indispensable definir los términos o variables incluidos en ella. Esto es
necesario por varios motivos:

1. Para que el investigador, sus colegas, los lectores del estudio y, en general, cualquier persona que
consulte la investigación le dé el mismo significado a los términos o variables de las hipótesis, es común
que un mismo concepto se emplee de maneras distintas. El término “novios” puede significar para
alguien una relación entre dos personas de género opuesto que se comunican con la mayor frecuencia
que les es posible, que cuando están juntos se besan y se toman de la mano, que se sienten atraídos
en lo físico y comparten entre sí información que nadie más posee. Para otros significaría una relación
entre dos personas de género diferente que tiene como finalidad contraer matrimonio. Para un
tercero, una relación entre dos individuos de género distinto que mantienen relaciones íntimas, y
alguien más podría tener otra concepción. Y en caso de que se pensara llevar a cabo un estudio con
parejas de novios, no sabríamos con exactitud quiénes se incluirían en éste y quiénes no, a menos que
se definiera con la mayor precisión posible el concepto de “novios”. Términos como “actitud”,
“inteligencia” y “aprovechamiento” llegan a tener varios significados o definirse de diversas formas.

2. Asegurarnos de que las variables pueden ser medidas, observadas, evaluadas o inferidas, es decir,
que de ellas se pueden obtener datos en la realidad.

3. Confrontar nuestra investigación con otras similares. Si tenemos definidas nuestras variables,
podemos comparar nuestras definiciones con las de otros estudios para saber “si hablamos de lo
mismo”. Si la comparación es positiva, confrontaremos los resultados de nuestra investigación con los
resultados de las demás.

4. Evaluar más adecuadamente los resultados de nuestra investigación, porque las variables, y no sólo
las hipótesis, se contextualizan. En conclusión, sin definición de las variables no hay investigación. Las
variables deben ser definidas de dos formas: conceptual y operacionalmente.

11
VARIABLES
Son todos los elementos del mundo, incluso los biológicos y sociales en que se
desenvuelve el hombre, presenta características o atributos cambiantes que pueden
tomar diferentes valores, y pueden tener diversas magnitudes en cada individuo que
se estudia, haciéndolos similares entre sí.
Es un conjunto cuyos elementos todos son datos; que tienen en común: alguna
característica, propiedad o atributo que los hace pertenecer al dominio de esa variable.
En la práctica, en las investigaciones, generalmente simbolizamos a una variable
mediante una palabra o grupo de palabras, que identifica un conjunto de datos; que
tienen en común: una característica, propiedad o atributo; entendiéndose, que puede
usarse letras y números, para formalizar y denotarlas lógica o estadísticamente.
Ejemplos:
 El rendimiento de cierta especie de semilla
 La eficacia de un procedimiento de construcción
 El tiempo que tarda en manifestarse una enfermedad y otros
 El genero
 La presión arterial
 Atractivos físicos
 Aprendizaje de conceptos
 La religión
 La resistencia de un material
 La masa
 La personalidad autoritaria
 La cultura fiscal
 La exposición de una campaña de propaganda política
 La inteligencia (ya que es posible clasificar a las personas de acuerdo con su
inteligencia, no todas las personas poseen el mismo nivel, es decir, varían de
inteligencia).
En todos estos casos se producen variaciones.
Las variables adquieren valor para la investigación científica cuando llegan a
relacionarse con otras variables, es decir, que forman parte de una hipótesis o teoría.
En este caso se les suele denominar constructos o construcciones hipotéticas.
Dominio de una variable: se llama así al conjunto de datos que comprende una variable.
Características: es un elemento o parte especial, distintiva de un ser: asiático=ojos rasgados,
africano=ojos negros, aves=alas, peces= aletas, etc.
Atributos: es lo que, de manera general, se afirma o niega de un ser, tomado como objetivo
de investigación o estudio; se usa cuando el nombre de variable tiene dos o más palabras con
significado propio, es una de las cuales corresponde a característica y otra a propiedad.
Factor: es un conjunto de variables, que tienen alguna relación entre sí. Y como cada variable
es un conjunto de datos, un factor es un conjunto de conjunto de datos.
Sub factor: es una parte de un factor; que, al interior de él, agrupa a un grupo de variables,
que junto con las de otros factores, comprende ese factor.

12
Indicadores: son precisiones referenciales o elementos especificadores, que ayudan a:
Identificar, separar y usar los datos.
Índices: son números que expresan una medida estadística diseñada para: mostrar los
cambios de una variable; como los índices de: renta, costos de vida, de evaluación, etc.

IDENTIFICACIÓN DE LAS VARIABLES:


Que intervienen en una investigación; y, con respecto a cuyos dominios se buscara obtener
datos, se facilitan cuando emos elaborado la matriz para plantear hipótesis; ya que, de ella,
es que se obtiene. Y, identificación, precisamente, consiste en mencionar las variables
consideradas en esa matriz.

CLASIFICACION DE LAS VARIABLES DESDE CINCO PUNTOS DE VISTA:


1. PUNTO DE VISTA DE NIVEL DE MEDICION: Atendiendo a la forma en que se observen,
se capten y se manejen estadísticamente, las variables, éstas puedes clasificarse en dos
principales grupos:
a) Variables cuantitativas: Son aquellas susceptibles de contabilizarse, como el salario,
las clasificaciones de un examen, las habitaciones de una casa, la talla, el peso o la
edad. A su vez, estas variables se subdividen en:
 Discretas, discontinuas o intervalares: Estas variables solo pueden contarse a
través de valores enteros y nunca en fracciones, como: una o dos habitaciones, tres
niños, dos carros…etc.
 Continuas: estas variables pueden asumir una amplia gama de valores intermedios
o enteros; por ejemplo: el tiempo puede medirse en años meses, días, horas,
minutos, segundos o fracciones de segundos, y el peso puede medirse en
kilogramos, gramos, o miligramos.
b) Variables cualitativas: son aquellas que solo pueden describirse con palabras, como
la religión, la profesión, la nacionalidad y el lugar obtenido en una competencia. A su
vez, estas variables se subdividen en:
 Nominales: Son las que adoptan modalidades que cuantitativamente no tienen
punto de comparación como la nacionalidad, la religión, el estado civil.
 Ordinales: Permiten cierto tipo de comparación (sin poder realizar con ellas
manejos aritméticos o algebraicos). Como el aprendizaje calificativo, bueno,
mediano y malo; y la capacidad de comprensión expresada en términos de alta,
media y deficiente.

2. PUNTO DE VISTA METODOLÓGICO: Desde este punto de vista las variables de


clasifican en:
a) Variables independientes: Son los elementos, fenómenos y situaciones que
explican, condicionan o determinan la presencia de otro. Son las variables estudiadas
por el investigador, las causas iniciadoras de la acción, las que se pueden manipular.
b) Variables dependientes: Son los elementos, fenómenos, situaciones, etc.,
explicados en función de otro. Son los cambios sufridos por los sujetos como resultado
de la manipulación de la variable independiente por parte del investigador; o sea, los
diversos valores que pueden tomar la variable dependiente están condicionados por
los valores que toma la variable independiente. Por ejemplo; un investigador sostiene
la hipótesis: “Si aumenta el apoyo económico en el campo, habrá mayor producción
agrícola”. En este caso la variable independiente es “El aumento de apoyo económico”
y la variable dependiente seria “mayor producción agrícola”.

13
3. PUNTO DE VISTA TEÓRICO EXPLICATIVO: Las variables se clasifican en:
a) Variables estímulo: Son consideradas como cualquier aspecto mensurable de las
condiciones físicas o sociales y presentes o pasadas que pueden afectar la conducta
de los organismos; se les denomina también variables independientes o
manipulables.
b) Variables respuesta: Son las medidas obtenidas de diversos aspectos de la conducta
manifestada por los sujetos; se les conoce también como variables dependientes.
c) Variables intermediarias: Son los procesos que se intercalan entre las variables
estimulo y las variables respuesta. Las variables intermediarias se postulan por
necesidades de tipo explicativo, pero en si mismas son procesos inaccesibles a la
observación directa.
Ejemplo: A un grupo de sujetos de les suministra cierta cantidad de medicamento, e
inmediatamente después se les presenta una larga lista de palabras que deberán
memorizar para trabajar en determinada influencia que tiene este medicamento sobre el
tiempo de aprendizaje.
Considerando la clasificación general de las variables podremos decir que:

 Variable estimulo: Cantidad de medicamento (variable cuantitativa continua).


 Variable respuesta: Número de palabras recordadas (variable cuantitativa discreta).
 Variable intermediaria: Tiempo de exposición de las palabras (variable cuantitativa
continua).

4. PUNTO DE VISTA MANIPULATIVO: Según el control y manipulación que el investigador


pueda tener sobre las variables, estas se dividen en:
a) Variables activas: Son aquellas susceptibles de manipulación directa por el
experimentador. Se puede afirmar que las variables activas coinciden siempre con las
variables estimulo (premios, castigos, emisión de ruidos, etc.)
b) Variables asignadas: Son aquellas imposibles de manipular o que al menos resulta
difícil de lograrlo, como la inteligencia, el sexo y la edad.

5. PUNTO DE VISTA DE SISTEMAS: En la teoría general de sistemas, en la que se supone


que existen relaciones o influencias mutuas entre los elementos de un sistema, debidas
a cambios que se presentan en cada elemento o como consecuencia de influencias
externas al sistema, las variables reciben el nombre de:
a) Variables endógenas. Son las variables relacionadas con influencias internas del
sistema.
b) Variables exógenas. Son las variables relacionadas con influencias externas al
sistema.
Por ejemplo, en un sistema biológico formado por una comunidad de abejas, todas
aquellas relaciones que se dan en el interior de la comunidad (como relaciones de
jerarquía, trabajo, etc.). Se consideran variables endógenas y todas aquellas que se
deben a influencias a influencias externas (como temperatura, humedad del medio
ambiente, cantidad de flores, etc.) y que condicionan la existencia, se consideran
variables exógenas.
Tanto en el producto protocolo de investigación como en el trabajo final de tesis, se
anotarán únicamente las variables que se manejen y a que tipo corresponden.
Considerando el ejemplo dado en el planteamiento del problema, este rubro quedaría
de la siguiente manera:
 Variables que se manejan:
- Independientes: Expresión de emociones y actitudes.
Concepción de enfermedad del paciente y su familiar.
Relación insatisfactoria médico- paciente.

14
- Dependientes: Frecuentes reingresos hospitalarios.

CLASIFICACION DE LAS VARIABLES


Existen diferentes calificadores de las variables; en este libro, nosotros vamos a presentar
cuatro de las mas operativas; las mas sencillas, conocidas y empleadas.
a) Clasificación por relación causal.
b) Clasificación por la cantidad.
c) Clasificación por la jerarquía o escala.
d) Clasificación desde el punto de vista lógico-formal.
1.-Clasificación de las variables por la relación causal.
Por las relaciones causales que existen entre ellas, en una investigación concreta las
variables pueden se clasificadas como dependientes, independientes e intervinientes.
a) Variables dependientes. En una investigación, una variable se considera
dependiente; cuando, en esa investigación, desempeña el rol o consecuencia.
Ejemplo: El precio. - que sube a causa de la demanda; o, baja a causa de la oferta;
se incrementa por causas minoritarias positivas como el transporte o los impuestos; y
disminuye por los descuentos o exoneración; entre otras causas.

b) Variables Independientes. En una investigación una variable se considera


independiente; cuando, en esa investigación, desempeña el rol de causa mayoritaria.
Ejemplos: La demanda o la oferta. - que son las causas mayoritarias de que suba o
baje el precio.

c) Variables Intervinientes. En una investigación, una variable se considera


interviniente; cuando, en esa investigación, desempeña el rol de causa minoritaria, que
afecta minoritariamente, positiva o negativamente, la relación causa-efecto principal.
Ejemplos: Transporte, impuestos, descuentos y exoneraciones, etc., que son
causas minoritarias de que suba o baje el precio.
2.-Clasificación de las variables por la cantidad.
Desde el punto de vista de la entidad, en una investigación concreta las variables
pueden clasificarse, como: De cantidad Discreta; de cantidad continua y de No Cantidad o
Cualitativas.
Las variables de cantidad, tanto discretas como continuas, son también llamadas
cardinales, expresan magnitudes; y. son directamente empleados en la estadística.
a) Variables de Cantidad Discreta. Son aquellas, en cuyo dominio, sus datos son todas
las cantidades enteras, ejemplos: Hijos, países.

b) Variables de Cantidad Continua. Son aquellas, en cuyo dominio, sus datos son
cantidades enteras mas fracciones o decimales, ejemplos: Talla, peso, insumos, etc.

c) Variables Cualitativas o de No Cantidad. Son aquellas que separan un conjunto de


su dominio y su complemento, en razón a que tienen o no un atributo; ejemplos: Vivo,
muerto, sano, enfermo.

Son las que requieren las jerarquías o escalas como una forma indirecta de la
cuantificación; y, para poder ser trabajadas estadísticamente.

15
3.-Clasificación de las Variables por la Jerarquía o Escala
Solo las variables cualitativas o de no cantidad requieren la jerarquización o escalas,
como una manera indirecta de cuantificarlas a través de la ponderación de las frecuencias
Las escalas más comunes son las de cinco frecuencias, en las cuales, en base a la
definición de la variable, se identifica la característica, propiedad o atributo central; y, luego
simétricamente se distribuyen: dos positivos y dos negativos a la derecha.
Ejemplos:
A= aplicable como Valor Central; y, muy aplicable y totalmente aplicable a la izquierda;
y, poco aplicable y nada aplicable a la derecha; quedando la escala, así: totalmente aplicable,
muy aplicable, aplicable, poco aplicable y nada aplicable.
La ponderación empieza por la derecha con cero y para: nada; y, va hasta cuatro, con
totalmente.
Otros ejemplos: Totalmente eficiente, Muy eficiente, Eficiente, Poco eficiente, nada
eficiente. El mejor, Muy bueno, bueno, Regular y Pésimo.
Pero, también, hay jerarquías de cuatro ponderaciones; Acuerdo Total, De acuerdo,
Desacuerdo, Desacuerdo y Desacuerdo Total. De tres ponderaciones: Totalmente
concordante, Parcialmente Concordante y nada concordante. De dos ponderaciones: De
acuerdo, En desacuerdo.
4.-Clasificación desde el punto de Vista Lógico-Formal
Surge de la formalización del lenguaje común, y, pueden ser; Individuales,
predictivas y Proposicionales.
a) Variables Individuales. Son símbolos formales que se denotan individuos tomados
como sujeto. Se representan por las letras X, Y, X, etc. Ejemplos: X=Juan, Y= Carpeta,
Z= Pato, etc.
b) Variables Predictivas. Son símbolos formales que denotan atributos de
los(individuos) tomados como sujetos. Ejemplos: F= americano, G=europeo, H= Tiene
Vida, etc.
c) Variables Posicionales. Son símbolos formales que denotan proposiciones
simples del lenguaje común, se representan por las letras; p,q,r,s,t,etc.
Ejemplos: p= Juan es americano; q= el pato es europeo, r= la paloma tiene vida,
etc.
Combinaciones:

F= es americano; x= Juan; F(x)= p= Juan es americano.


Q= el pato es europeo. Donde G= europeo, z= pato= G(z)= q.

Este tipo de clasificación se emplea en el campo de la lógica formal,y,


puede permitir formalizar y darle mayor rigor, al análisis, de lo que se investiga,
en el lenguaje común.

16
OPERACIONALIZACION

 La operacionalización es un proceso que consiste en definir estrictamente


variables en factores medibles. El proceso define conceptos difusos y les
permite ser medidos empírica y cuantitativamente.
 Para la investigación experimental, donde se utilizan mediciones de intervalo o
proporcionales, las escalas son generalmente bien definidas y estrictas.
 La operacionalización también establece definiciones exactas de cada variable,
aumentando la calidad de los resultados y mejorando la fortaleza del diseño.
 En muchos campos, tales como la ciencia social, en donde generalmente se
utilizan mediciones ordinales, la operacionalización es esencial. Determina
cómo los investigadores van a medir una emoción o un concepto, por ejemplo,
el nivel de angustia o agresividad.
 Tales medidas son arbitrarias, pero permiten que otros puedan reproducir la
investigación, así como también el análisis estadístico de los resultados.
 Operacionalizar es definir las variables para que sean medibles y manejables,
significa definir operativamente el PON. Un investigador necesita traducir los
conceptos (variables) a hechos observables para lograr su medición. Las
definiciones señalan las operaciones que se tienen que realizar para medir la
variable, de forma tal, que sean susceptibles de observación y cuantificación.
 De acuerdo con Hempel (1952), “la definición operacional de un concepto
consiste en definir las operaciones que permiten medir ese concepto o los
indicadores observables por medio de los cuales se manifiesta ese concepto”.
 En resumen, una definición operacional puede señalar el instrumento por medio
del cual se hará la medición de las variables.

¿QUÉ ES OPERACIONALIZACIÓN DE VARIABLES?

 Es un proceso metodológico que consiste en descomponer deductivamente las


variables que componen el problema de investigación, partiendo desde lo más general
a lo más específico; es decir que estas variables se dividen (si son complejas) en
dimensiones, áreas, aspectos, indicadores, índices, subíndices, ítems; mientras si son
concretas solamente en indicadores, índices e ítems.
En consecuencia, la operacionalización de las variables es el proceso a través del cual el
investigador explica en detalle la definición que adoptará de las categorías y/o variables de
estudio, tipos de valores (cuantitativo o cualitativo) que podrían asumir las mismas y los
cálculos que se tendrían que realizar para obtener los valores de las variables cuantitativas.
La operacionalización es un proceso que variará de acuerdo con el tipo de investigación y de
diseño. No obstante, las variables deben estar claramente definidas y convenientemente
operacionalizadas. Se consideran incompletos aquellos protocolos cuyo nivel de
operacionalización es muy vago.

17
¿QUÉ ES UNA DEFINICIÓN OPERACIONAL?
Explica cómo se define el concepto específicamente en el estudio planteado, que
puede diferir de su definición etimológica.
Equivale a hacer que la variable sea mensurable a través de la concreción de su
significado, y está muy relacionada con una adecuada revisión de la literatura.
Puede omitirse cuando la definición es obvia y compartida.

18
METODOLOGÍA:
Para el desarrollo de esta metodología, necesitaremos la participación de todos
nuestros compañeros, que procederán a responder las preguntas que ha preparado
el grupo, y así analizar si entendieron o no el tema. Esta metodología se realizará con
la ayuda de Globos atados a un pabilo de 40cm encendido, que correrá con mucho
cuidado de mano en mano hasta que llegue el momento en que se acabe el pabilo y
reviente el globo.

19
BIBLIOGRAFIA:

 CASTILLO GAMBOA, Milton


- Introducción a la metodología de investigación de Héctor Luis Ávila Baray pág. 25-
33
- http://tesis-investigacion-cientifica.blogspot.pe/2013/08/que-es-
operacionalizacion-de-variables.html
 CRUZADO HUAMAN, Luis Francisco
- Roberto Hernández Sampieri, Carlos Fernández Collado y Pilar Baptista
Lucio, Metodología de la investigación, Cuarta Edición, 2006 por
McGRAW-HILL. (Cap. 6, 121-151)
- Alejandro E. Caballero Romero, Metodología de la investigación, edición
2013 por Udegraf S.A. (Cap. 9, 196-261)
 VIEIRA PAREDES, Jhajaira Yuliany
- Carlos Fernández Collado y Pilar Baptista Lucio, Metodología de la
investigación, Sexta Edición, 2014 por McGRAW-HILL. (Cap. 6, pág. 104-
121)
- María Teresa Cortés Padilla, Metodología de la Investigación, 1990 –
Trillas. (pág. 42-51)
- Roberto Hernández Sampieri, Carlos Fernández Collado y Pilar Baptista
Lucio, Metodología de la investigación, Segunda edición, 1991 por Best
Seller Internacional. (Cap. 6, pág. 74-103)
 CARO FLORES, Miguel
- Hugh Coolican, Métodos de investigación y estadística en
psicología, Tercera edición, por Manual Moderno. (Cap. 1,
12-18 y Cap. 2, pág. 19-20)
- https://explorable.com/es/operacionalizacion

20